DIP_06 Συμπίεση εικόνας - JPEG. ΤΕΙ Κρήτης

Transcript

1 DIP_06 Συμπίεση εικόνας - JPEG ΤΕΙ Κρήτης

2 Συμπίεση εικόνας Το μέγεθος μιας εικόνας είναι πολύ μεγάλο π.χ. Εικόνα μεγέθους Α4 δημιουργημένη από ένα σαρωτή με 300 pixels ανά ίντσα και με χρήση του RGB μοντέλου (24 bits, 8 ανά χρώμα) καταλαμβάνει 20 Mbytes μνήμης ύο κατηγορίες τεχνικών συμπίεσης Χωρίς απώλειες (lossless): η εικόνα που παράγεται μετά από συμπίεση και αποσυμπίεση της αρχικής είναι της ίδιας ποιότητας Με απώλειες (lossy): η εικόνα που παράγεται μετά από συμπίεση και αποσυμπίεση της αρχικής είναι κατώτερης ποιότητας

3 Συμπίεση εικόνας Ο βαθμός αποτελεσματικότητας μιας τεχνικής συμπίεσης είναι συνήθως αντιστρόφως ανάλογος της διατήρησης ποιότητας της αρχικής εικόνας Ο τύπος (format) εικόνας σχετίζεται και με τον τρόπο συμπίεσής της GIF (Graphics Interchange Format) περιορίζεται στην αναπαράσταση εικόνων μέσω 256 χρωμάτων (8 bits of color depth) JPEG (Joint Photographic Experts Group) εκατομμύρια χρωμάτων (24 bits of color depth)

4 Γενικά χαρακτηριστικά τεχνικών συμπίεσης Η τεχνική είναι ανεξάρτητη του μεγέθους ή του περιεχομένου της εικόνας και εφαρμόσιμη σε οποιοδήποτε είδος εικόνας Η αναπαράσταση των χρωμάτων πρέπει να είναι ανεξάρτητη από τη συγκεκριμένη υλοποίηση της τεχνικής Ο βαθμός συμπίεσης και η ποιότητα της εικόνας που επιτυγχάνεται πρέπει να είναι όσο το δυνατόν καλύτερα

5 Παραδείγματα GIF και JPEG Εικόνα με 115 x 87 pixels 2 χρώματα 1 bit GIF 1,329 bytes 16 χρώματα 4bit GIF 4,407 bytes 256 χρώματα 8bit GIF 8,822 bytes 16,777,216 χρώματα 24 bit JPEG 4,321 bytes Μέγιστο όριο GIF Καλύτερη συμπίεση Bit depth (βάθος ψηφίου) = αριθμός bit που χρησιμοποιείται για κάθε pixel Color depth (βάθος χρώματος) = αριθμός χρωμάτων που χρησιμοποιείται για κάθε pixel

6 GIF Αναπτύχθηκε από την CompuServe με στόχο τη διευκόλυνση της ανταλλαγής εικόνων μέσω δικτύου. Υποστηρίζει συμπίεση εικόνας που βασίζεται στο αλγόριθμο LZW (Lempel-Ziv Ziv-Welch). Ο αλγόριθμος αυτός ανήκει στην κατηγορία των διανυσματικών τεχνικών συμπίεσης και λειτουργεί χωρίς απώλειες. Ο λόγος συμπίεσης (compression ratio) που επιτυγχάνει είναι 4:1 αλλά περιορίζεται σε εικόνες βάθους χρώματος των 8bits (256 χρώματα).

7 GIF Προτερήματα: λειτουργεί χωρίς απώλειες για εικόνες βάθους 8 bits είναι ιδανικός για εικόνες με πολλές ακμές και γωνίες όπως γραμμικά σχέδια. Μειονεκτήματα: δεν είναι κατάλληλο για εικόνες με πολλά χρώματα οι λόγοι συμπίεσης είναι μικροί και δεν μπορούν να ανταλλαχθούν με ποιότητα εικόνας δεν μπορεί να χρησιμοποιηθεί για κινούμενη εικόνα δεν είναι ανεξάρτητος από την ανάλυση της εικόνας

8 Αρχεία PNG Ήρθαν για να ανταγωνιστούν τα αρχεία GIF Eίναι μια patent-free απάντηση στην απαίτηση να πληρώνουν άδεια χρήσης όσοι κατασκευάζουν προγράμματα με έξοδο αρχεία gif. Πράγματι είναι καλύτερα κατά 25% σε συμπίεση από τα αρχεία gif υποστηρίζουν 48-bit truecolor και 16-bit grayscale φωτογραφίες. Η συμπίεση είναι η καλύτερη δυνατή χωρίς να έχουμε απώλεια δεδομένων

9 Άλλοι τύποι αρχείων εικόνας BMP Bitmap τύπος που υποστηρίζουν τα MS Windows ίσως ο πιο απλός τύπος - απλώς περιγράφει το τρόπο με τον οποίο θα αποθηκευτούν τα bits της εικόνας σε ένα αρχείο δεν προσφέρει καμιά δυνατότητα συμπίεσης.

10 Άλλοι τύποι αρχείων εικόνας TIFF Tagged Image File Format αναπτύχθηκε από την εταιρεία Aldus πλέον Adobe αρχικά για χρήση σε σαρωτές χρησιμοποιείται ευρέως στην ανταλλαγή εικόνων αποτελείται από ένα σύνολο εικόνων, με μια κεφαλίδα (header) να καθορίζει τις παραμέτρους της κωδικοποίησης. Είναι container format που μπορεί να περιέχει κάποιους άλλους αλγορίθμους συμπίεσης (π.χ. Jpeg, LZW)

11 Το πρότυπο JPEG Σχεδιάστηκε από την ομάδα Joint Photographic Expert Group σε συνεργασία με την ιεθνή Ένωση Τηλεπικοινωνιών (ITU-TS) TS) Μπορεί να δώσει διαφορετικό αποτέλεσμα ανάλογα με τις απαιτήσεις που έχουμε για την ποιότητα της εικόνας και το λόγο συμπίεσης 10:1 έως 20:1 υψηλή ποιότητα 30:1 έως 50:1 μέτρια ποιότητα 60:1 έως 100:1 κακή ποιότητα

12 Το πρότυπο JPEG Πετυχαίνει συμπίεση του αρχικού μεγέθους ακόμη και μικρότερο του ενός δέκατου χωρίς ορατές απώλειες στην ποιότητα της εικόνας. Βασίζεται στη Μείωση της χρωματικής πληροφορίας Συμπίεση των πληροφοριών φωτεινότητας και απόχρωσης

13 JPEG Χρησιμοποιείται κυρίως για (ασπρόμαυρες ή έγχρωμες) εικόνες, αλλά και για βίντεο (Motion JPEG) Υλοποιείται μέσω είτε μόνο ειδικού λογισμικού είτε συνδυασμού λογισμικού και hardware (ειδικών( καρτών) Ο χρήστης μπορεί να ορίσει την ποιότητα της εικόνας που θα παραχθεί, το χρόνο επεξεργασίας της συμπίεσης και το μέγεθος της συμπιεσμένης εικόνας

14 Η Τεχνική JPEG Λειτουργεί καλλίτερα με φυσικές εικόνες Στη συνέχεια περιγράφεται η συμπίεση εικόνων Grayscale που Επεκτείνεται εύκολα σε έγχρωμες (αρκεί να θεωρηθούν σαν υπέρθεση τριών Grayscale - R, G & B)

15 JPEG συμπίεση 1. Χωρίζεται η εικόνα σε blocks των 8X8 pixels 2. Υπολογίζεται για κάθε block ο ιακριτός Συνημιτονικός Μετασχηματισμός 3. Γίνεται κβαντοποίηση με χρήση της σχετικής μήτρας Φάση απωλειών Υψηλή συμπίεση 4. Γίνεται κωδικοποίηση των συντελεστών με χρήση κωδικοποίησης μεταβλητού μήκους και τα δεδομένα αποθηκεύονται σε αρχείο *.jpg

16 JPEG συμπίεση

17 Ο ιακριτός Συνημιτονικός Μετασχηματισμός Βοηθά τον διαχωρισμό της εικόνας σε περιοχές (υπό-περιοχέςπεριοχές φάσματος) με διαφορετική αξία (σε σχέση με την ποιότητα της εικόνας) Μοιάζει με τον μετασχηματισμό Fourier Μετασχηματίζει ένα σήμα ή μια εικόνα από την περιοχή του χώρου στην περιοχή της συχνότητας

18 Ο ιακριτός Συνημιτονικός Μετασχηματισμός Έστω η εικόνα εισόδου με Ν 1 γραμμές και Ν 2 στήλες A(i,j) η ένταση του pixel στη θέση (i,j) B(k 1,k 2 ) ο συντελεστής του ΣΜ στη θέση (k 1,k 2 ) της μήτρας ΣΜ

19 Πως λειτουργεί; Η είσοδος στον μετασχηματιστή είναι μια μήτρα πραγματικών αριθμών 8Χ8 Κάθε στοιχείο της είναι η τιμή Grayscale του συγκεκριμένου pixel Για 8 bit pixels έχουμε 256 τιμές Η έξοδος του μετασχηματιστή είναι μια μήτρα ακεραίων με τιμές στην περιοχή (-1024,+1023)

20 Κεντράρισμα ως προς το μηδέν [0,255] ->[ >[-127, 128]

21 Μετασχηματισμός συνημιτόνου

22 Πως λειτουργεί; Για τις περισσότερες εικόνες, το μεγαλύτερο μέρος της ενέργειας του σήματος βρίσκεται στις χαμηλές συχνότητες που εμφανίζονται στην πάνω αριστερή πλευρά της μήτρας ΣΜ Η κάτω δεξιά πλευρά της μήτρας ΣΜ παρουσιάζει τις υψηλές συχνότητες των οποίων συνήθως οι τιμές είναι χαμηλές, ώστε να μπορούν να μηδενιστούν με μικρή ορατή παραμόρφωση στην εικόνα

23 Η κβαντοποίηση Υπάρχει ένα tradeoff μεταξύ ποιότητας εικόνας και βαθμού κβαντοποίησης Ένα πολύ μεγάλο βήμα κβαντοποίησης μπορεί να οδηγήσει σε απαράδεκτη παραμόρφωση της εικόνας Ενώ, μικρότερο βήμα οδηγεί σε μικρότερη συμπίεση

24 Η κβαντοποίηση Το πρόβλημα είναι να εντοπιστεί το ιδανικό βήμα για την μέγιστη συμπίεση με την ελάχιστη παραμόρφωση Γίνεται χρήση της ιδιομορφίας του ανθρώπινου ματιού το οποίο μπορεί να εντοπίζει τις διακυμάνσεις της φωτεινότητας αλλά όχι το ακριβές μέγεθός τους Έτσι, χρησιμοποιείται μικρό βήμα στις χαμηλές και μεγάλο βήμα στις υψηλές συχνότητες

25 Η μήτρα κβαντοποίησης Η μήτρα αυτή διαστάσεων 8Χ8 ορίζει τα βήματα κβαντοποίησης Τα βήματα είναι μικρότερα πάνω αριστερά (χαμηλές συχνότητες) και μεγαλύτερα κάτω-δεξιά (μεγάλες συχνότητες) Ο κβαντοποιητής διαιρεί τους συντελεστές της μήτρας ΣΜ με το αντίστοιχο βήμα και στρογγυλοποιεί την τιμή στον κοντινότερο ακέραιο Τα μεγάλα βήματα μηδενίζουν τους μικρούς συντελεστές

26 Μήτρα κβαντοποίησης Κβαντοποίηση

27 DCT συντελεστές Το αποτέλεσμα είναι ότι πολλοί συντελεστές υψηλών συχνοτήτων μηδενίζονται και έτσι είναι πιο εύκολη η κωδικοποίησή τους Οι συντελεστές χαμηλών συχνοτήτων δέχονται πολύ μικρές αλλαγές

28 DCT συντελεστές Συνήθως, μετά την κβαντοποίηση, πολλοί συντελεστές μηδενίζονται και γι αυτό χρησιμοποιείται κωδικοποίηση μεταβλητού μήκους Για κάθε μη μηδενικό συντελεστή της μήτρας ΣΜ, κωδικοποιούνται τα μηδενικά που προηγούνται, ο αριθμός των bits που απαιτούνται για την παράσταση του συντελεστή και τέλος η τιμή του ίδιου του συντελεστή

29 Zig-zag Για καλλίτερη ομαδοποίηση των μηδενικών γίνεται καταγραφή των συντελεστών με μέθοδο zigzag

30 Κωδικοποίηση Τα προηγούμενα του συντελεστή μηδενικά και ο αριθμός των bits που απαιτούνται για την παράσταση του συντελεστή δημιουργούν ένα ζευγάρι Κάθε ζευγάρι αναπαρίσταται με μια λέξη με χρήση κωδικοποίησης μεταβλητού μήκους (Huffman, Shannon-Fano ή Αριθμητικής Κωδικοποίησης)

31 Κωδικοποίηση Στη συνέχεια κωδικοποιούνται οι τιμές των συντελεστών Στο τέλος κάθε block τοποθετείται μια ειδική σειρά χαρακτήρων end-of of-block Στο τέλος όλων των block τοποθετείται ένας δείκτης end-of of-filefile

32 Κωδικοποίηση

33 Επιδόσεις JPEG Στη πράξη χρησιμοποιούνται διάφοροι συντελεστές ποιότητας για την συμπίεση JPEG Συντελεστής ποιότητας 100% αντιστοιχεί στην ελάχιστη παραμόρφωση

34

35 JPEG

36 είκτες συμπίεσης Compression factor = Bits original image Bits compressed image Bits/pixel = Bits compressed image Number of pixels

37 είκτες συμπίεσης Original image 256 x 256 x 8 bits Compressed image bits Bits/pixel = x 256 = 0.61 bpp 8 bpp C. F. = = bpp

38 είκτες συμπίεσης JPEG (Joint Photographic Experts Group) Original lena 5.75: :1

39 είκτες ποιότητας Coder X(m,n) Y(m,n) Subjective measure Opinions over a scale of 5 Objective measure PSNR(dB) = 10log MSE 1 MN M N = i= 1 j= MSE ( y x ij ij ) 2